使用 Python 开发 AI 代理

资源截图

MP4 |视频：h264、3840×2160 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：9小时58米

你将学到什么

• 使用 Python 和 Ollama 从头开始构建 AI 助手。
• 了解现代 AI 代理和自主工作流程的架构。
• 创建能够将复杂目标分解为可操作任务的规划代理。
• 构建使用工具的 AI 代理，与 Python 函数、API 和外部服务交互。
• 实施检索增强生成 (RAG) 来构建能够回答私人文档中的问题的聊天机器人。
• 使用 SQLite 和矢量数据库为 AI 代理添加短期和长期记忆。
• 构建能够搜索、分析和汇总信息的自主研究代理。
• 设计和开发多代理系统，让专门的 AI 代理协作解决复杂任务。

欢迎学习使用 Python 进行 AI 代理开发，这是一门实践课程，旨在帮助您从头开始构建现实世界的AI 代理、AI 助理、使用工具的代理、研究代理和多代理应用程序。

在本课程中，您将了解如何使用 Python 构建现代生成式 AI 应用程序。您将不仅仅学习理论，还可以构建实际项目，展示人工智能代理如何理解用户请求、计划任务、使用工具、记住信息、搜索文档、进行研究以及与其他专业代理协作。

我们将从人工智能代理的基础开始，了解它们与简单聊天机器人的不同之处。您将构建您的第一个 Python AI 助手，了解提示、对话历史记录、结构化响应和基本代理循环。从那里，您将进入代理规划，您的应用程序可以将更大的目标分解为更小的、可操作的步骤。

接下来，您将构建工具调用 AI 代理，它可以与 Python 函数、API、文件、计算器、搜索工具和业务工作流程进行交互。您将学习如何设计工具、路由用户请求、处理工具响应以及创建更安全、更可靠的代理行为。

您还将了解如何使用检索增强生成构建RAG应用程序。这意味着您的 AI 代理将能够回答私人文档、PDF、政策、手册和知识库中的问题。您将使用嵌入、向量数据库、文档分块、语义搜索和记忆系统，以便您的代理可以提供更有用且更扎实的响应。

随着课程的进展，您将构建一个自主研究代理，它可以收集信息、组织研究结果、总结见解并生成有用的报告。您还将学习如何创建多代理系统，其中不同的代理作为一个团队一起工作，例如规划代理、研究代理、工具代理、分析师代理、作家代理和审阅代理。

本课程使用Python、Ollama、本地法学硕士、Streamlit、RAG、代理工作流程和多代理架构来帮助您了解如何设计和构建实用的人工智能应用程序。不需要 OpenAI API，您将学习如何使用 Ollama 处理本地模型。

在本课程结束时，您将了解如何使用 Python 设计和构建完整的AI 代理应用程序。您将能够创建人工智能助手、自动化工作流程、构建文档问答应用程序、开发研究代理以及为实际用例设计多代理应用程序。

本课程非常适合 Python 开发人员、软件工程师、学生、自由职业者、IT 专业人员以及任何想要通过实践项目学习生成式 AI 开发、AI 自动化、LLM 应用、RAG 系统和自主 AI 代理的人。